Você já reparou que, quando abre uma conversa nova com uma IA, ela se lembra de algumas coisas que vocês conversaram ontem? Suas preferências: com o que e onde você trabalha, qual é o seu formato de resposta preferido etc. Isso faz parte do aprendizado e da gestão da memória da inteligência artificial.
Embora seja uma realidade quando utilizamos IA generativa, como o ChatGPT, o Claude, o Copilot ou o Gemini, esse aprendizado não ocorre naturalmente quando se trata de ferramentas específicas para agentes de IA. Por isso, é preciso entender um pouco mais sobre como eles podem ser adotados nesse tipo de ferramenta.
No post anterior, sobre o resumo do trabalho de Antonio Gulli, vimos os 7 padrões que organizam a forma como um agente decide o que fazer e em que ordem. Agora, entramos no segundo grupo do mapa de padrões agênticos: o que acontece quando esses fluxos precisam lembrar do que já aconteceu e melhorar com base nisso.
Por que isso importa agora
Um agente sem memória trata cada chamada como se fosse a primeira vez. Ele pode ser brilhante numa tarefa isolada e, ainda assim, ser inútil num relacionamento contínuo, porque repete os mesmos erros, pede as mesmas informações e nunca acumula contexto sobre o seu negócio. O agente deve aprender com o que aconteceu e, para isso, há quatro padrões.
#8 Memory management (gestão de memória): dois tipos, dois problemas diferentes
O primeiro passo é separar dois tipos de memória, pois cada um resolve problemas distintos.
Memória de curto prazo
É o que cabe na janela de contexto da conversa atual: o histórico de mensagens, o resultado de uma ferramenta que acabou de rodar, o rascunho que está sendo construído. Ela desaparece quando a sessão termina.
Memória de longo prazo
Sobrevive entre sessões. É armazenada fora do modelo, normalmente num banco de dados vetorial, e recuperada sob demanda quando algo da conversa atual se relaciona ao que já foi guardado. É esse mecanismo que permite a um assistente lembrar que você prefere respostas curtas, ou que sua empresa usa Postgres e não Oracle.
O ponto técnico que sustenta isso é a recuperação: o sistema não injeta toda a memória guardada em um único prompt, pois isso estouraria o limite de tokens e custaria uma fortuna, além de tornar tudo extremamente lento. Ele busca apenas o trecho relevante para aquela pergunta específica, seguindo o mesmo princípio de comparação por similaridade presente no RAG.
#9 Learning and adaptation (aprendizado e adaptação): melhorar com a experiência
Guardar memória é uma coisa. Usar essa memória para melhorar é outra coisa. O aprendizado e a adaptação cobrem os mecanismos pelos quais um agente ajusta seu comportamento futuro com base em resultados passados, sem que um humano precise reescrever o prompt manualmente a cada vez.
Isso acontece de formas diferentes:
Dynamic Few-shot (Seleção Dinâmica de Poucos Exemplos)
Few-shot é uma técnica em que você fornece exemplos prontos ao modelo antes de solicitar a tarefa real. Em vez de só perguntar “classifique este chamado”, você mostra um conjunto de chamados já classificados corretamente e só depois pede para ele classificar os demais. O modelo aprende o padrão a partir de exemplos, não de uma instrução abstrata.
No few-shot dinâmico, o agente busca os exemplos automaticamente, na hora, na própria memória de longo prazo, escolhendo os casos mais parecidos com a situação atual.
Um exemplo para tornar isso mais concreto: o agente de suporte recebe um novo chamado sobre um erro de conexão com o banco de dados. Ele consulta a memória de longo prazo, encontra os cinco chamados mais parecidos que já foram resolvidos antes (inclusive um em que ele mesmo errou e foi corrigido por um humano), e monta o prompt com esses exemplos específicos. Na próxima vez, se o chamado for sobre outro assunto, os exemplos recuperados serão diferentes.
Ajuste fino (fine-tuning)
O modelo é retreinado periodicamente com dados reais de uso, incorporando o padrão de correções que os humanos fizeram.
Na seleção dinâmica de exemplos, o modelo permanece exatamente igual. O que muda é o que você mostra a ele antes da pergunta. No ajuste fino, você pega o modelo original e treina ele um pouco mais, usando exemplos reais de uso (perguntas que ele recebeu, respostas certas e erradas, correções feitas por humanos), até que o comportamento dele mude de forma permanente.
Um exemplo seria: uma empresa acumula seis meses de chamados de suporte classificados por humanos. Em vez de montar prompts cada vez mais longos com exemplos desses chamados, ela usa todo esse histórico para ajustar o modelo.
A vantagem prática está nos custos e na velocidade, pois é você quem fornece os dados desejados. A desvantagem é que o processo é menos flexível em relação a ajustes. Você tem que ter novos dados em um volume significativo para novos treinamentos.
Aprendizado por reforço
O agente recebe um sinal de recompensa (a resposta foi aceita? o código passou nos testes?) e esse sinal influencia decisões futuras.
Exemplo prático: um agente de suporte que erra a categoria de um chamado, é corrigido por um humano, e essa correção vira um exemplo guardado. Na próxima vez que um chamado semelhante aparecer, o agente já classificará corretamente.
O mecanismo funciona assim. O agente executa uma ação, por exemplo, gera um trecho de código-fonte. Esse resultado passa por verificação por meio de testes automatizados. Esse resultado vira um sinal de recompensa: positivo se passou, negativo se falhou. Esse sinal é usado para reforçar os comportamentos que levaram a resultados bons, e desincentivar os que levaram a resultados ruins.
Enquanto o Dynamic Few-shot e o Ajuste Fino aprendem olhando para o passado (exemplos e histórico), o aprendizado por reforço aprende testando e recebendo feedback do próprio ambiente, em tempo real.
#10 MCP (Model Context Protocol): a tomada universal
Aqui entra um padrão que já apareceu em outros textos nossos, mas que merece o contexto de memória porque é sobre isso: como o agente se conecta a sistemas externos de forma padronizada.
Antes do MCP, cada ferramenta (Google Drive, um CRM, um banco de dados) exigia uma integração sob medida. Trocar de fornecedor de IA, ou adicionar uma ferramenta nova, significava reescrever a integração inteira e muitas vezes, o próprio integrador.
O MCP resolve isso com uma arquitetura cliente-servidor padronizada: um servidor MCP expõe os dados e as ações de um sistema (arquivos, tarefas, contatos) num formato comum, e qualquer agente que “fale” MCP consegue usar esse servidor sem integração customizada. É a mesma lógica do padrão USB. Você não reinventa o plugue toda vez que compra um aparelho novo.
Isso permite, na prática, que um agente conectado ao seu Google Drive também acesse seu Gmail e sua agenda, sem que alguém tenha programado essas três integrações separadamente. Além de permitir a integração entre diferentes agentes de IA criando uma gigantesca memória compartilhada.
#11 Goal setting (definição de objetivos): manter o rumo em tarefas longas
O último padrão do grupo resolve um problema que só aparece em tarefas que exigem muitas etapas para serem concluídas: como o agente não perde de vista o objetivo original no meio do caminho?
Goal setting é o mecanismo pelo qual um agente mantém um objetivo de alto nível registrado, quebra esse objetivo em subtarefas monitoráveis, e verifica periodicamente se o que está fazendo agora ainda serve a esse objetivo. Sem isso, um agente que planeja (segundo o padrão de planning do grupo anterior) pode ir se desviando a cada decisão pequena até que o resultado final não tenha mais nada a ver com o pedido original.
Exemplo prático: um agente encarregado de “organizar a migração do banco de dados de MySQL para Postgres” precisa lembrar, na etapa 40 de um processo de 60 etapas, que o objetivo era migrar sem perda de dados, e não apenas migrar rápido.
O que vem a seguir
Memória, aprendizado, MCP e goal setting são o que transforma um agente de “ferramenta que responde” em “sistema que acumula experiência”. O próximo grupo da série mostra o que fazer quando, mesmo com tudo isso, algo ainda dá errado, e uma pessoa precisa entrar na jogada.
Pronto pra dar o próximo passo?
Dê uma olhada nos treinamentos sobre inteligência artificial da K21
- Product AI: para aprender a gerir a criação e evolução de produtos com a IA.
- Dominando o Claude
- Inteligência Artificial na Prática: criando um produto do zero a produção em menos de 3 dias.
- Design Thinking + IA
Veja outros artigos dessa série
- IA agêntica tem gramática própria: os 4 grupos de padrões que você precisa conhecer
- Orquestração e raciocínio: os 7 padrões que controlam o fluxo de um agente
- Erro, supervisão humana e busca externa: os 3 padrões que evitam que um agente saia do controle [publicação em breve]
- Escala e responsabilidade: os 7 padrões que fecham a série [publicação em breve]
Pronto pra dar o próximo passo?
Conheça os cursos da K21 e leve essas ideias pra prática com quem vive agilidade todo dia.
Ver cursos K21
